无线视觉传感网络中身份特征自适应识别

摘要：

在视觉优化识别身份的研究中,由于受到姿态、光线和表情等因素影响,无法在不可控环境下对无线视觉传感网络中的身份进行准确识别.传统的视觉身份识别时,需要在节点分布相对复杂的不可控环境下,把不可控因素转化成可控稳定的特征因素再进行身份识别,转换过程导致识别时间长、效率低的问题.提出采用LBP人脸识别的无线视觉传感网络中身份特征自适应识别方法,获取强分类器进行级联,对底层的特征进行提取,通过最终获取的Harr人脸级联分类器对人脸进行检测.并对人脸区域特征向量的PCA降维处理,获取低维的特征向量、降维系数及该人的平均脸.针对无线局域中的人脸图像,给出其LBP操作.对人脸特征信息进行直方图统计,获取人脸LBP直方图,将其进行人脸特征库的特征匹配,完成识别,得到改进算法相比传统算法累积匹配分值提高了17.8％;准确率提高了32.7％,识别时间缩短了3.9s.仿真结果表明,所提算法具有很高的准确性和识别效率.

关键词：无线视觉传感网络、身份特征、自适应识别

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：福建省产业技术开发与应用计划引导性项目2015H00042

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：254-257,304